MétaCan
Menu
Retour à la cohorte
Enregistrement W1121807417

Fourth Quarter 2013: Flight to Quality: Big Trumps Small

2014· article· en· W1121807417 sur OpenAlexaboutno aff
Crocker H. Liu, Adam Nowak, Robert M. White

Notice bibliographique

RevueCornell Peter and Stephanie Nolan School of Hotel Administration (Cornell University) · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Quality and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuality (philosophy)Quarter (Canadian coin)Computer scienceAeronauticsHistoryEngineeringPhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A new hotel investment performance metric is introduced. Starting with this issue, we will apply our new economic value added (EVA) indicator as a barometer of hotel investment performance. Complete details of how to use this benchmark and why it is superior to evaluating cap rates relative to 10-year Treasury rates can be found in the recent publication from the Center for Hospitality Research and Center for Real Estate and Finance entitled “Using Economic Value Added (EVA) as a Barometer of Hotel Investment Performance,” by Matthew J. Clayton and Crocker H. Liu. Essentially, the hotel EVA spread tells us whether the current hotel yield (cap rate) exceeds the total borrowing cost (weighted average cost of capital; also includes the cost of equity financing) for doing a typical deal. Intuitively, if an investor finances a hotel project using 7-percent financing, the current yield on the project should exceed the 7-percent borrowing cost. Exhibit 1 (next page) shows that the EVA spread for hotels was positive until the first quarter of 2008. Subsequent to this period, the EVA spread has been either negative or near zero except for the second quarter of 2012 when it was positive. A negative EVA spread indicates that any return for hotel investors must come at the back end of the project. The expectation is that they will make their money when they sell the hotel due to price appreciation rather than making their money immediately.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,134
Tête enseignante GPT0,329
Écart entre enseignants0,195 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCornell Peter and Stephanie Nolan School of Hotel Administration (Cornell University)Même sujetHealthcare Quality and ManagementTravaux en français237 207